2. Sistemas de Control de Calidad
Básico e Intermedio para
el Laboratorio Clínico
Escrito por
W. Gregory Cooper, CLS, MHA
Editado por
R. Neill Carey, Ph.D.
Segunda Edición – Junio 1997
Bio-Rad Laboratories
División de Control de Calidad
Irvine, CA
4. Control de calidad para el laboratorio clínico
La media es la estadística fundamental usada para comparar o calcular
otras estadísticas. El Comité Nacional para Estándares Clínicos de laboratorio
“National Committee for Clinical Laboratory Standards” (NCCLS), recomienda
que se obtengan al menos 20 datos de 20 o más corridas “separadas” para
ser utilizados en el establecimiento de los valores objetivo del laboratorio para
los material de control. Los laboratorios deben establecer sus propios valores
objetivo, usando los valores ensayados por el fabricante solo como una guía.
Los valores objetivo provisionales deben establecerse corriendo 20 réplicas en
menos de 20 corridas, y los valores provisionales deben reemplazarse despu
és de que se acumulen los datos de las 20 corridas separadas. Sin embargo,
para propósitos de esta discusión, solo se usarán 5 datos en los siguientes
ejemplos ilustrativos.
Ejemplo: Valores del control de calidad LDH de {120, 115, 110, 119, 123 UI/L},
representan un conjunto de datos de 5 puntos. La suma del conjunto
es de 587 y la media es 587 ÷ 5 = 117.4 UI/L.
Desviación estándar
La desviación estándar (s) cuantifica el grado de dispersión de los puntos
de los datos cerca de la media y es usada para establecer los límites en los
que es determinada la aceptabilidad del resultado del control. Los datos
de control de calidad muestran con frecuencia una distribución “normal” o
Gaussiana alrededor de la media.
En una distribución Gaussiana:
• 68.3% de los valores están dentro ± 1.0
desviación estándar de la media
• 95.5% de los valores están dentro ± 2.0
desviaciones estándar de la media
• 99.7% de los valores están dentro ± 3.0
desviaciones estándar de la media
La desviación estándar es cuantificada usando la siguiente fórmula:
donde:
∑(x2
) = la suma de los cuadrados de cada valor de x,
(∑x)2
= la suma de todos los datos al cuadrado,
n = el numero total de los datos en el conjunto
Usando el ejemplo previo de LDH, la desviación estándar es calculada
como sigue:
Los límites para la aceptabilidad de los datos son definidos usando la desviación
estándar estadística. El rango para el límite 1s es calculado como:
(Media) +/– (1)(s)
Consecuentemente, el rango 1s (limite) para nuestro ejemplo de LDH
es calculado como:
117.4 UI/L – 5.03 IU/L = 112.4 UI/L
117.4 UI/L – 5.03 IU/L = 122.4 UI/L
El rango 1s es 112.4 a 122.4 UI/L.
Aproximadamente el 68% de los datos futuros deben estar entre
112.4 y 122.4 UI/L. Aproximadamente el 32% deben ser menores
que 112.4 UI/L o mayores que 124.4 UI/L.
s = ∑(x2
) –
n – 1
(∑ )x
n
2
∑x = 587
(∑x)2
= (587)2
= 344,569
(∑x)2
/n = 344,569/5 = 68,913.8
∑(x2
) = [(120)2
+(115)2
...n] = 69,015
s = (69,015 – 68,913.8)/4
s = 5.03 UI/L
5. Control de calidad para el laboratorio clínico
El rango 2s (limite) es calculado como:
(Media) +/– (2)(s)
117.4 UI/L – (2 x 5.03 UI/L) = 107.3 UI/L
117.4 UI/L + (2 x 5.03 UI/L) = 127.5 UI/L
El rango 2s es 107.3 a 127.5 UI/L.
Solamente cerca del 4.5% de los datos futuros deben ser menores a 107.3 UI/L
o mayores a 127.5 UI/L; i.e., solamente un resultado en 20 puede estar fuera
de estos limites
El rango 3s (limite) es calculado como:
(Media) +/– ( 3)(s)
117.4 UI/L – ( 3 x 5.03 UI/L) = 102.3 UI/L
117.4 UI/L + ( 3 x 5.03 UI/L) = 132.5 UI/L
El rango 3s es 102.3 UI/L a 132.5 UI/L.
Solo cerca del 0.3% de los datos futuros debe ser menor a 102.3 UI/L o mayor
a 132.5 UI/L. Será muy inusual obtener un resultado fuera de estos limites.
En el laboratorio clínico, estos rangos (limites) son usados para determinar
la aceptabilidad de una corrida de prueba solo basado en un solo dato pero
también de en grupos de datos. Este tema se presenta en la siguiente sección.
La desviación estándar también es valiosa para comparar métodos o evaluación
de nuevos instrumentos. Un método o instrumento con una desviación estándar
baja produce resultados consistentes. El laboratorio que usa un instrumento
o método con desviaciones estándar altas tendrá menor certeza a cerca de la
exactitud del diagnostico o efectividad del tratamiento debido a la variabilidad
de la prueba. En otras palabras, las desviaciones estándar altas (pobre precisión,
gran variabilidad) pueden afectar la integridad de todos los resultados.
El método o instrumento seleccionado debe proporcionar una desviación
estándar que sea aceptable médicamente.
Coeficiente de Variación
El coeficiente de variación (CV) es una medida de variabilidad. El CV de un método
o instrumento es expresado como porcentaje y es calculado como:
CV(%) = (Desviación estándar (s) ÷ Media)(100)
El CV para nuestro ejemplo de LDH debe ser:
(5.03 UI/L / 117.4 UI/L)(100) = 4.3%
El CV es útil para comparaciones de precisión a diferentes concentraciones
como los materiales similares usados y los CV sean determinados bajo condiciones
similares. Esta estadística es comúnmente usada para comparar especificaciones
del fabricante, resultados de investigación CAP y reportes de Control de Calidad
entre grupos análogos. También puede usarse como una parte del sistema interno
de calidad cuando se hace una prueba de precisión de muestra de paciente,
que se presenta posteriormente:
Índice de Desviación Estándar
Otra estadística que puede ser de utilidad para evaluar el desempeño,
es el índice de la desviación estándar (SDI). Esta estadística que puede
ser usualmente obtenida por participación en un programa externo de Control
de Calidad o un programa de aprovechamiento, se usa para comparar los
resultados del laboratorio dentro de su grupo análogo. Permite al laboratorio
evaluar su desempeño cuando es comparado con un grupo análogo.
El SDI para la media es calculado como sigue:
SDI = (media del laboratorio – media del grupo análogo)
Desviación estándar del grupo análogo
El SDI objetivo es 0.0. Esto indica que el desempeño del laboratorio es idéntico
al promedio del promedio del grupo análogo. Los valores aceptables de SDI
están entre +/–1.0. Cualquier prueba/ método/ instrumento que tenga un SDI
entre +/– 1.0 y 1.5 puede tener un problema y el laboratorio debe investigarlo.
El laboratorio debe solucionar el problema y corregir cualquier prueba/método/
instrumento que tenga un SDI de +/–2.0 o mayor. La importancia relativa a la
estadística de SDI depende, sin embargo en el tamaño del grupo análogo.
6. Control de calidad para el laboratorio clínico
La estadística del SDI puede usarse también como parte del sistema interno
de Control de Calidad que se presenta más adelante en este documento. Este
también es útil en la interpretación de la prueba de aprovechamiento. Los
resultados reportados por el laboratorio reemplazan la media del laboratorio
en la ecuación para el SDI. En este caso, los valores de SDI que excedan
2 o 3 sugieren un problema.
¿Cuales son los retos del desempeño?
Los retos del desempeño consisten en varias reglas que definen límites específicos
de desempeño. Estas reglas son comúnmente conocidas como las reglas de
Westgard. Si cualquiera de las reglas es violada, entonces la corrida analítica debe
invalidarse y los resultados de la pruebas no son aceptados. Son varias las reglas
de Westgard. Algunas son diseñadas para detector error aleatorio; otras detectan
error sistemático que puede indicar un sesgo en el sistema.
Los laboratorios usan comúnmente seis reglas en varias combinaciones. Las
combinaciones de reglas son seleccionadas por los laboratorios y se basan en
el número de niveles de control corridos con cada corrida analítica. El objetivo
general es obtener una alta probabilidad de detectar el error y una baja
frecuencia de falso rechazo de las corridas.
Las seis reglas comúnmente usadas son:
Los laboratorios que usan solo esta regla en la realización del control de calidad
su control de calidad rechazara frecuentemente las corridas que son validas.
De acuerdo a la regla Westgard1
, la falla en permitir puntos validos entre 2s y 3s
resultara en rechazo:
• 5% de todas las corridas analíticas cuando se usa un nivel de control;
• 10% de todas las corridas analíticas cuando se usan dos niveles de control; y
• 14% de todas las corridas analíticas cuando se usa tres niveles de control.
Nota: Si cualquiera de las siguientes reglas es violada, el técnico debe revisar la
realización de la prueba, consultando las guías de problemas, tal vez la realización
del mantenimiento, corregir los problemas identificados o los del protocolo, y
notificar al supervisor que toma las decisiones referentes al reporte de resultados
y correr nuevamente la prueba.
10987654321RUN
M
+1s
+2s
+3s
-3s
-1s
-2s
12S
12S Esta es la “regla de advertencia.”
Si una medición de control excede
la media +/– 2s, entonces el técnico
debe considerar otros controles
en la corrida (“intra-ensayo”)
y en corridas previas (“inter-ensayo”)
antes de aceptar la corrida y
reportar los resultados.
13S Esta regla detecta el error aleatorio.
La violación de esta regla también
puede señalar un error sistemático.
La corrida es considerada fuera
de control cuando un valor control
excede la media +/–3s. Esta regla
se aplica únicamente dentro
de la corrida.
22S Esta regla detecta el error
sistemático. Debe aplicarse
dentro de las corridas inter
ensayo. Esta regla es violada
dentro de la corrida cuando dos
valores consecutivos del control
(o 2 de 3 valores control cuando
se corren 3 niveles) exceden
el “mismo” limite (media +2s)
o (media –2s). La regla es violada
entre las corridas cuando un valor
previo para un nivel particular
del control excede el “mismo”
limite (media +2s) o (media –2s).
R4S Esta es una regla “rango” y detecta
el error aleatorio. Esta regla es
aplicada solamente dentro de
la corrida. Esta regla es violada
cuando la diferencia de la
desviación estándar entre dos
valores control consecutivos
(o 2 de 3 valores control cuando se
corren los 3 niveles) exceden 4s.
10987654321RUN
M
+1s
+2s
+3s
-3s
-1s
-2s
22S
(within)
10987654321RUN
M
+1s
+2s
+3s
-3s
-1s
-2s
22S
(across)
10987654321RUN
M
+1s
+2s
+3s
-3s
-1s
-2s
R4S
10987654321RUN
M
+1s
+2s
+3s
-3s
-1s
-2s
13S
7. Control de calidad para el laboratorio clínico
¿Cuáles son los protocolos opcionales
y retos estadísticos?
Los protocolos opcionales y retos estadísticos que pueden usarse a discreción
del laboratorio incluyen prueba de precisión con muestras de pacientes, CUSUM,
cálculo de “anion gap” y SDI.
Índice de Desviación Estándar (SDI)
A pesar que el SDI es una estadística usualmente generada por participación
en una programa externo de Control de Calidad o Programa de aprovechamiento,
también puede ser usado como una herramienta para dar seguimiento al desempeño
del control de calidad interno. Por ejemplo, si el laboratorio sospecha que se está
presentando una tendencia, esta sospecha puede validarse usando la estadística
del SDI. En este caso, es mejor usar la media acumulada del laboratorio y la
desviación estándar acumulada, que los datos del grupo análogo para calcular
la estadística. La fórmula del SDI es modificada como sigue: (Media de los datos
sospechosos – la media acumulada del laboratorio) ÷ la desviación estándar
acumulada del laboratorio. Un valor de SDI mayor que +/– 1.0 indica un posible
problema dentro de la prueba.
Suma Acumulada (CUSUM)
Otra técnica que puede emplearse selectivamente en pruebas problemáticas
para detectar tendencias es la CUSUM (Suma Acumulada).
La aplicación de esta técnica es muy simple. Se establece para cada nivel
de control usando la media establecida y la desviación estándar. El laboratorio
establece una dilución superior y una inferior para cada nivel de control. Cualquier
resultado del control más allá de la dilución dispara el cálculo de CUSUM.
El cálculo de CUSUM continua con resultados exitosos hasta la suma acumulada
exceda el límite y se identifique una situación de “control fuera” para la prueba
en observación, o tenga cambios de signo, entonces el cálculo se deja de usar.
Westgard recomienda una combinación límite de (dilución/control) de+/– (1s/2.7s)
o +/– (0.5s/5.1s) para usos más específicos de esta técnica. 5 estas combinaciones
proporcionan una baja frecuencia de falso rechazo de corridas válidas y alta
detección de error sistemático. Usando el ejemplo de LDH con una media
de 117 UI/L y un estándar de 5 UI/L, la combinación límite de CUSUM de dilución
control +/– (1s/2.7s), resulta en una dilución inferior de112 o (media –1s) y una
dilución superior de 122 o (media +1s). El límite control debe ser +/– 13.5 o (±/2.7s).
41S Esta regla detecta el error
sistemático y se aplica tanto a los
controles de intra o inter ensayo.
Esta regla es violada en control
intra ensayo cuando los últimos
cuatro valores control del mismo
nivel de control exceden el “mismo”
límite” (media +1s) o (media –1s).
La regla se viola en controles inter
ensayo cuando los últimos cuatro
valores control consecutivos para
diferentes niveles de control exceden
el “mismo” límite (media +1s) o
(media –1s). Esta regla no requiere
rechazo de la corrida. Pero puede
ser un indicador para realizar el
mantenimiento del instrumento o
calibración del instrumento/equipo.
10x– Esta regla detecta el error
sistemático y se aplica tanto a los
controles de intra e inter ensayo.
La regla es violada de controles
inter ensayo cuando los últimos 10
valores consecutivos, sin importar
el nivel, están en el mismo lado de
la media. La regla es violada con
los controles intra ensayo cuando
los 10 últimos valores del mismo
nivel de control están todos en el
mismo lado de la media. Esta regla
puede modificarse a 9 réplicas
cuando se corren tres niveles de
control, u 8 réplicas cuando se
corren 4 niveles de control. Esta
regla no requiere de rechazo de la
corrida. Pero puede ser un indicador
para realizar el mantenimiento
del instrumento o calibración del
instrumento/equipo.
10987654321RUN
M
+1s
+2s
+3s
-3s
-1s
-2s
41S
(within)
10987654321RUN
M
+1s
+2s
+3s
-3s
-1s
-2s
41S
(across)
10987654321RUN
M
+1s
+2s
+3s
-3s
-1s
-2s
10X
_
(within)
10987654321RUN
M
+1s
+2s
+3s
-3s
-1s
-2s
10X
_
(across)
8. 10 11Control de calidad para el laboratorio clínico
Cada resultado del control para la prueba monitoreado es revisado. Si el resultado
excede el límite de dilución, se inicia la CUSUM. La diferencia entre el resultado y
el límite de la dilución se mantiene con el signo de la diferencia. Cada resultado de
control subsiguiente es comparado con la primera dilución violada y se mantiene
la suma acumulada a de las diferencias. Esto se continua hasta que los cambios
de la suma acumulada o límite del control sean excedidos.
En el ejemplo anterior, los primeros dos resultados del control no violan
ni el límite de dilución inferior o superior. El desempeño es aceptable. El tercer
resultado del control (108) viola el límite de dilución inferior por – 4 unidades.
El cuarto resultado del control (123) es alto pero para los cálculos de CUSUM
es comparado con el límite de la dilución inferior que fue el primero violado.
La diferencia es +11 unidades. La CUSUM llega a ser de +7. El cálculo de CUSUM
finaliza y vuelve a valor cero porque el signo de la CUSUM cambia de negativo
a positivo. El sexto resultado del control viola el límite de la dilución superior.
Los subsiguientes resultados del control causan una violación el límite de la
dilución superior (+13.5) y la prueba es considerada estar fuera del control.
El cálculo de la CUSUM finaliza cuando el método es declarado fuera de control
y recibe una acción correctiva.
A pesar de que las reglas Westgard no se han roto, este escenario demuestra
un posible sesgo en el sistema. Seis de ocho valores están por encima de la
media y tres valores casi exceden el límite de la media +2s, los que han alcanzado
12s de advertencia, indicando la necesidad de revisión cumpliendo con otras
reglas Westgard. Toda acción correctiva tomada en respuesta ala violación
de la CUSUM o violación potencial debe notificarse en la tabla o en un formato
por separado.
“Anion Gap”
Una herramienta frecuentemente desatendida, usada para verificar el desempeño
de analizadores de electrolitos es el cálculo “Anion gap” que es definido como:2
Na – (CO2 + Cl) = de 5 a 14
Esta simple fórmula puede aplicarse a datos de electrolitos a intervalos
específicos (tiempo, corridas, o pruebas) para dar seguimiento a un posible
error analítico. Si varias muestras fallan en este simple escrutinio durante un día
o corrida, entonces todos los resultados de los pacientes deben ser revisados
por un posible error analítico.
Prueba de Precisión de Muestras de Pacientes
A pesar que el propósito de los controles es validar las corridas analíticas,
también identifican problemas potenciales con el sistema analítico que incluyen
el instrumento o equipo, técnico, equipamiento y reactivos. Algunas veces los
laboratoristas tienen dificultad para decidir si el control es falla cuando ocurre
una situación de fuera de control, especialmente si esto es repetitivo. La prueba
de precisión de muestras de pacientes es un mecanismo útil para distinguir
entre el desempeño del sistema analítico y el desempeño del control. También
se incrementa la sensibilidad a errores aleatorios.
La prueba de precisión con muestra de pacientes es relativamente fácil
de implantar. El laboratorio selecciona una muestra de paciente anormal
o normal para repetir en la siguiente corrida analítica o día siguiente.
También es una forma de duplicar la prueba.
Los límites para la diferencia máxima permitida entre los resultados duplicados
puede derivarse por cualquiera de los dos métodos. Uno método requiere
que el laboratorio realice series de pruebas en muestras de pacientes normales
y/o anormales, definiendo la diferencia absoluta entre cada réplica, y finalmente
estableciendo un rango aceptable del desempeño basado en estas diferencias
de réplicas.4,5
Tabla 1. Posible escenario de CUSUM
Control: Ensayo. Químico. Lote: 10001 Mes: Enero 1998
Prueba: LDH Media: 117 IU/L s = 5 UI/L
Dilución inferior: 112 Dilución superior: 122 Límite Control: +/–13.5
Fecha Corrida Valor Dif. CUSUM
1/1 1 120
1/1 2 117
1/2 1 108 – 4.0 – 4.0 CUSUM Inicial
1/3 1 123 + 11.0 + 7.0 CUSUM Final
1/4 1 119
1/5 1 126 + 4.0 + 4.0 CUSUM Inicial
1/6 1 127 + 5.0 + 9.0
1/6 2 127 + 5.0 + 14.0 Control Fuera
9. 12 13Control de calidad para el laboratorio clínico
El otro sistema requiere del uso de muestras de pacientes normales y/o anormales
y el CV para el nivel de control correspondiente. En este sistema, el CV se aplica al
resultado del paciente inicial para definir un rango de réplicas aceptable.6
Cuando
la muestra es nuevamente ensayada, el valor de la réplica es comparado con el
rango predefinido. Los límites calculados para las diferencias permitidas son
aplicados solo en un rango estrecho sobre en el que la desviación estándar (o CV)
es casi constante. Así, los rangos de concentración específica deben definirse
para las muestra del pacientes seleccionados para usar como controles.
Los resultados de la prueba de precisión con muestras de Pacientes pueden
interpretarse como sigue:
1. Si el control y la réplica de precisión del paciente están
dentro de los límites aceptables, entonces hay la probabilidad
que no haya problema con el control o el sistema.
2. Si el control y la réplica de precisión del paciente están fuera
de los límites aceptables, entonces hay la probabilidad que
haya un problema con el control o el sistema.
3. Si el control está dentro de los límites aceptables, pero
la réplica de precisión del paciente está fuera de los límites
aceptables, entonces no hay posibilidad de error aleatorio
o haya un posible error con la integridad de la muestra
de precisión.
4. Si el control está fuera de los límites aceptables, pero
la réplica de la precisión del paciente está dentro de los
límites aceptables, entonces es posible que esté ocurriendo
error aleatorio o sistemático o un posible problema con
la integridad del control.
¿Con qué frecuencia deben correrse los controles?
Los controles deben ensayarse con cada corrida analítica y colocarse
aleatoriamente a lo largo de la corrida para detectar la imprecisión analítica.
Los controles también deben tener valores ensayados dentro de los rangos
clínicamente significativos. El uso de múltiples niveles de control permite tomar
mejores decisiones en el laboratorio independientemente del error analítico
y validez de la corrida.3
10. 14
Referencias
1. Westgard, J. O., Barry P. L., Hunt, M. R., Groth, T., A multi-rule Shewhart chart
for Quality Control in Clinical Chemistry. CLIN. CHEM. 27/3, 493-501 (1981).
2. Weisbrot, M. D., I. M., Statistics for the Clinical Laboratory, J.B. Lippincott
Company, Philadelphia, (1985).
3. National Committee for Clinical Laboratory Standards. Internal quality control:
principles and definitions; Tentative Guideline. NCCLS document C24-A.
Villanova, Pa; NCCLS; (1991).
4. Cembrowski, G. S., Carey, R. N., Laboratory Quality Management: QC QA,
ASCP Press (1989).
5. Westgard, J. O. et. al., Combined Shewhart-CUSUM control chart for improved
quality control in Clinical Chemistry. CLIN. CHEM.23/10, 1881–1887 (1977).
6. Davies, O. L., Goldsmith, P. L., Statistical Methods in Research and Production,
Longman, New York (1984).
Lecturas recomendadas
1. Westgard, J. O., Koch, D. D., Oryall, J. J.,Quam, E. F., Feldbruegge, D. H.,
Dowd, D. E., Barry, P. L., Selection of medically useful Quality Control
procedures for individual tests done in a multitest analytical system.
CLIN. CHEM. 36, 230 (1990).
2. Howanitz, Peter J. and Joan H., Laboratory Quality Assurance, McGraw-Hill
Book Company (1987).